Qu'apporte un intercept non-significatif dans un modèle ?

Bonjour,

Je suis en train de faire des simulations et de regarder dans la littérature à ce sujet mais je voulais avoir votre avis sur les impacts que peut avoir le fait d'exclure un intercept non-significatif dans un modèle.

Lorsque un modèle sort une p-valeur non-significative pour l'intercept (i.e. si toutes les variables indépendantes sont nulles alors la variable dépendante ne devrait pas être significativement différente de 0), on a toujours une valeur d'intercept non nulle.
Cette valeur d'intercept est parfois très proche de 0 mais parfois pas.

Au delà du fait de se demander si ça a un sens théorique de garder l'intercept (e.g. si on a un modèle expliquant le poids en fonction d'autres variables, un intercept négatif n'a aucun sens), je me dis que le modèle indique une valeur car il trouve que l'intercept ajoute quelques petites informations.

L'intercept est affiché et aura une plus-value dans le modèle mais à quel niveau ? Au niveau de l'AIC, du nombre de variables dépendantes gardées dans le modèle, du fitting des données (ça revient à l'AIC...) ?

Merci d'avance